- 1 数据仓库的含义
数据仓库（DW:
Data warehouse）是一个面向主题的、集成的、稳定的、反映历史变化的数据集合。
数据仓库以数据分析和决策支持为目的来组织、存储数据。
---------------------------------------------------------------------
比较：
数据库是长期存储在计算机内的、 有组织的、大量的、 可共享的、具有最小冗余度的数据集合。
数据库主要为运营型系统存储、查询数据。
- 2 数据仓库的特征
- 特征一：面向主题
主题（Subject）：特定的数据分析领域与目标。
例如，超市管理系统中的“商品销售”、“商品采购”等。
高校管理中的“本科生”、“研究生”、“教师”等。
一个数据仓库中可以存储多个主题的数据。
面向主题：构建数据仓库，首先要确定分析主题。 - 特征二：数据是集成的
数据仓库一般都要涉及多个分析主题。而一个分析主题，又需要多方面的数据。数据仓库需要的数据往往分布在不同的数据库等数据源中。
“数据集成”就是说要将不同数据源中的数据，通过抽取、清洗、转换等处理，加载到数据仓库中。 - 特征三：数据仓库中的数据反映历史变化
数据仓库中的数据一般都带有“时间戳”，以与某个“时间”联系起来，用以记录业务系统的各个瞬态。
-----------------------------
将各个瞬态连接起来，就可再现业务系统的全过程。
------------------------
例如，高校教师业绩数据仓库中的数据，都有一个年份作为“时间戳”。记录了教师每年的业绩情况。将这些“瞬态”连接起来，就可再现教师工作的全过程。
- 特征四：数据仓库中的数据是稳定的（或称不可修改的）
数据库中一般只存储当前最新状态的数据。不同时间查询出来的可能不一样。
例1：库存管理系统中，物品的库存量只存储当前的库存量。
例2：超市销售系统中，商品的售价只存储当前售价。
--------------------------------------------------------
数据仓库中的反映的是历史事实，所以不需修改。执行的主要操作是“查询”操作，不执行“修改”操作。
所以，数据仓库中的数据是稳定的。
- 3 数据仓库与数据库的比较
- 4 商务智能（BI）系统的工作流程
BI: Business Intelligence商务智能
商务智能是商务数据海洋中的指南针，它通过对历史数据的分析获得对经营决策有价值的信息，从而帮助用户对自身的业务业务经营作出正确而明智的决定。
BI＝(DW+ OLAP+ DM)
OLAP: 联机分析处理
On-Line
Analytical process
DM: 数据挖掘
Data
Mining
DSS: 决策支持系统
Decision Support
System